永磁同步电机由于其高效率、高功率密度和高可靠性等特点，已在诸如铁路牵引等领域展现出竞争力[53，54]，然而其应用环境受诸如振动与冲击、高低温及湿度、粉尘等影响，再加上频繁启动、加减速、制动等，这些因素均有可能诱发电机及其控制系统的故障。

永磁同步电机驱动控制系统故障通常分为三类：电机本体故障、电机驱动电路（变频器）故障和电机传感器故障。电机本体故障主要有定子相间短路和开路故障、定子绕组的短路故障、定子绕组的匝间短路故障、转子永磁体失磁故障和转子机械故障等；电机驱动电路故障较常见的有直流母线电容失效故障、开关管开路或短路故障；而传感器故障主要有电压、电流和位置传感器故障。

关于电机故障诊断方面的研究主要集中在感应电机和大电机故障上，而关于永磁同步电机故障诊断的相关研究文献资料相对较少，而且绝大部分研究集中在定子绕组故障、驱动电路故障和转子偏心故障[55]上，关于传感器方面的故障诊断研究相对较少。例如文献[56-59]等对永磁同步电机驱动电路的开路故障进行了分析；文献[60-62]等对永磁同步电机匝间短路故障进行了研究；文献[60，63]等对永磁同步电机转子偏心故障进行了研究。

永磁同步电机故障诊断除具有非线性系统故障诊断的一般共性问题外，还具有以下难点：

（1）驱动控制系统供电电压失真、负载不平衡、电机设计制造等引起的谐波给准确检测故障特征信息造成相当大的难度。

（2）电机多故障可能同时存在。

（3）如何消除动态负载的影响，准确地检测电机故障特征。

1.2.2.1　永磁体失磁故障诊断

在大功率输出工况下，高功率密度的永磁同步牵引电机温升会很快，这极易诱发永磁同步电机的本体故障，即永磁体失磁故障，这不同于永磁同步电机系统电感、电阻以及负载等参数变化下对系统的影响，而且与异步电机等电励磁电动机相比，这是永磁同步电机在工程实际运用中出现的新问题[6]。由于我国幅员辽阔，列车运行跨度大，永磁同步牵引电机易受外部磁场环境和温度变化的影响导致永磁体失磁风险发生，这将导致电机机体温度升高和转矩特性变坏，甚至使电机报废等，这不但在很大程度上限制了永磁同步电机系统的使用范围，甚至严重影响列车的安全运行[64，65]。因此对永磁同步牵引电机的失磁进行预防，降低发生失磁的风险，确保永磁同步电机系统在失磁下的鲁棒控制具有重要的意义。(www.daowen.com)

针对永磁同步电机的失磁和磁性能波动问题，国内外相关领域专家进行了广泛深入的研究。文献[66]针对不同工作状态的永磁体在交变磁场作用下表面磁感应强度随时间的变化进行了研究，这是从优化磁路结构的电机设计角度出发去降低失磁风险的静态预防的方法。文献[67-71]通过提取运行中永磁同步电机的定子电流信号，分别运用快速傅里叶变换、希尔伯特-黄变换、连续小波变换、离散小波变换、经验模式分解等信号处理方法，进行永磁体失磁的监测，但快速傅里叶变换不能用于动态情况下的失磁监测，希尔伯特-黄变换仅适用于速度变化较慢情况下的失磁监测，小波分析能够适应转速和转矩快速变化的动态检测。上述基于信号处理的方法仅对永磁体失磁进行动态监测，并没有提出反馈控制的应对方法。文献[72]针对90 kW 车用永磁牵引电机，利用有限元仿真方法对永磁体工作点进行了检测，这是一种发生失磁后的离线检测，此时电机很可能损坏非常严重了。因此采用适用的现代控制理论对失磁故障进行在线检测是十分有必要的。文献[73]提出了一种单相永磁同步电机不可逆失磁状况的预估方法，但该方法需要知道电机的定转子结构和永磁体的材料特性。文献[74]把改进的反电势方法用于永磁体磁链的在线估计，但该方法只能估计固定方向的磁链幅值的波动。文献[75-78]针对永磁同步电机提出了基于卡尔曼滤波器的永磁体磁场在线监测方法。文献[79，80]基于扩展的卡尔曼滤波器方法实现了永磁体磁链的在线监测，但由于卡尔曼滤波器在实际应用中存在建模误差及模型线性化和离散化过程中的量化误差，该方法限制了其实际工程应用。文献[81]提出一种基于双观测器的内置式永磁同步电机失磁故障检测方法，但它是在速度闭环控制且负载转矩小的情况下实现的，不能直接应用到转矩闭环的大负载转矩的牵引传动系统中去。

1.2.2.2　电流传感器的故障诊断

轨道牵引驱动系统由于存在大量的电子元件、传感器和执行机构，对可靠性的要求相当高，特别是对控制系统传感器、执行机构的故障诊断更是提高整个系统的可靠性的关键。永磁同步牵引驱动系统大量工作在温度高、电压大、强振动的恶劣工况下，传感器的可靠性和可用性对整个系统正常运行意义巨大，永磁同步牵引电机控制系统至少包含一个位置、一个直流母线电压和两个电流传感器[82，83]，当反馈信号不准确时，高精度的控制就会失败或者受到干扰，很可能会导致控制系统失效。所以，准确实时地诊断出并隔离故障传感器，在实际工程中具有相当大的意义。

在一个典型的永磁同步电机驱动系统中，至少包含两个交流电流传感器，任何一个传感器发生故障，都将导致系统性能下降[83]，因此开展电流传感器的故障诊断已经引起了专家学者的注意。文献[84]针对永磁同步电机的电流、位置和直流母线电压传感器故障诊断进行了研究，但其电流传感器故障诊断方法是离线的。文献[85]采用微分代数估计方法对永磁同步电机中的电流传感器故障进行判断，但其故障估计是离线计算的。文献[86]采用非线性奇偶校验关系方法检测 d-q 轴电流虚拟传感器加性故障，通过d-q 轴电流不正常的变化得出相电流传感器出现了故障，但不能给出具体是哪一相电流传感器发生了故障。文献[87，88]采用了奇偶校验空间方法对基于模型的永磁同步电机电流传感器故障进行检测和诊断。文献[89]针对永磁同步电机位置传感器和电流传感器分别采用两个独立的扩展卡尔曼滤波器和模型参考自适应观测器进行故障检测。文献[83]基于扩展卡尔曼滤波器对永磁同步电机中的位置、电压和电流传感器故障进行诊断，但基于扩展卡尔曼滤波器算法的性能在低速时会恶化，并在一定程度上会受到参数变化的影响，且对传感器缓变故障不敏感。文献[90-93]采用自适应观测器方法分别对永磁同步电机的电流传感器突变增益故障和偏移故障进行检测和隔离，但没有考虑难以观测的缓变和间歇故障情况，且仅给出了α-β 轴虚拟电流传感器的故障残差，然后通过逻辑判断来检测相电流传感器故障，其阈值设置较大，易产生误判，其所采用的电机模型带有严重的凸极特性，对永磁同步电机的状态观测产生了诸多不便。此外，文献[94]采用自适应观测器方法对永磁同步电机系统中单一、多和并发的电流传感器故障进行了研究。文献[95]采用未知输入观测器估计外部扰动，再利用传统的Luenberger 观测器去诊断和隔离电流传感器故障，该方法鲁棒性较差，漏检和误报率较高。

1.2.2.3　电流传感器的故障重构

前述中电流传感器的故障检测和诊断方法实际上属于残差分析法。但残差信号本身并不能真实反映故障的大小，因此基于残差的故障检测与分离技术属于间接的故障诊断技术[45，96]。而故障重构方法可以相对容易地辨识出故障的原本面目，因此可以得到更加准确的故障信息。依据被故障影响的状态变量的测量值估计出故障值就是故障重构的基本思想。通过重构不仅能够实现故障检测和分离，还可以估计其严重程度，辨别其类型，从而为系统采取进一步举措并尽可能消除故障对生产过程的影响提供充分的依据。

故障重构的研究对象包括执行器故障重构[97-99]和传感器故障重构[100-104]。目前，传感器故障重构的研究大多集中在线性系统领域[105-107]，若直接将这些研究所提出的算法运用到非线性系统中，会导致明显的故障误报或数据重构错误[108]。文献[89]利用实际的位置和速度通过模型参考自适应观测器来估计d-q 轴电流，并通过Park反变换来得到估计的相电流，进而实现相电流传感器的故障重构，而位置的取得需要额外设计扩展卡尔曼滤波器来实现，但扩展卡尔曼滤波器在低速时性能会出现恶化。文献[109]在矢量控制系统中增加了直流母线侧的电流传感器，并利用在不同的逆变器转换信息条件下直流母线电流和相电流的不同对应关系来估计 PWM（脉冲宽度调制）逆变器输出的相电流，进而实现故障重构值的计算。但是在一个控制周期内，为了有效获得两相交流电流和满足最小时间，必须改变PWM 波的相位或者修改开关状态，这对于实际系统来说太过复杂。而对基于滑模变结构的非线性故障诊断的研究，大部分是针对执行器故障进行的，传感器故障的内容相对较少。在这种情况下，文献[110，111]提出一种利用一阶滤波器将传感器故障等效变换为执行器故障的方法，从而可以将执行器故障诊断方法直接推广应用到传感器的故障诊断中去。基于此，文献[112]采用滑模变结构观测器和自适应方法实现了对火炮伺服系统永磁同步电机的位置传感器故障重构。而对于电流传感器故障，文献[113]采用滑模变结构观测器方法实现了永磁同步电机控制系统α-β 轴电流传感器故障的重构，并通过坐标变换转换为相电流传感器故障重构值，但该方法未考虑系统建模误差和不确定性等未知输入扰动。文献[114]采用滑模变结构观测器实现了永磁同步电机电流传感器的故障重构，但其重构的是d-q 轴虚拟电流传感器的故障值。